MiniMax 走通了反常识的路

文：王智远 | ID:Z201440

MiniMax 招股书也来了。

这么快，智远第一时间去看了下数据，最直观感受：这大概是，目前见过「性价比」最高，最反常识的一次 AI 突围。

为什么？因为在大模型叙事里，我们听惯了「烧钱」故事，比如：OpenAI 花了 400 亿到 550 亿美金做成现在的样子。

但 MiniMax数据显示：做多模态到全球第一梯队，并不贵，累计研发投入约 4.5 亿美元就够了。

没错，用对手 1% 的钱，干成了这件事；而且，人家才300多个人，平均年龄29 岁；所以，当全行业都在比谁烧钱快时，这群年轻人凭什么？

01

现在投资人最怕听到 AI 创业者大谈「长期主义」。

过去两年叙事里，长期主义是长期亏损的代名词；大家默认了一个AI 行业的「不可能三角」：高增长、低投入、快变现，三者很难简单。

但 MiniMax 这份招股书，最狠的地方在于，它用数据证明了：这个三角，可以被打破。

我们来看一组很多人可能会忽略，但极具杀伤力的财务指标，训练成本占比。

根据招股书数据：MiniMax 训练相关的云计算服务开支占收入的比例，从 2023 年的1342%，2025 年前九个月的 266.5%。

这组数据的降幅，是它「低成本突围」的底气，这背后藏着闫俊杰的一个核心判断：

Scaling Law（缩放定律）不仅要有 A 面（大力出奇迹），更必须有 B 面，随着规模扩大，单位智能的边际成本必须疯狂下降。

如果不解决成本问题，模型越强，亏得越多，这生意就是个无底洞。那MiniMax 怎么做到的？一个字：算。

技术架构上，他们采用 MoE（混合专家）架构 + Lighting Attention（线性注意力）机制；这像在发动机里装了涡轮增压，用更少的算力消耗，跑出了同样甚至更好的效果。

不仅省钱，还支持了原生 100 万 token 的超长上下文，这是技术带来的「代际红利」。

除了机器效率，还有人的效率。

385 人 ，这个数字放在字节跳动或者腾讯，可能连一个中台部门的人数都不到；但就是385 人，支撑全球累计 2.12 亿注册用户、月活 2760 万，以及 10 万 + 企业、开发者客户。

为什么人效这么高？

智远看到招股书里有句话，大概意思是：MiniMax 超过 80% 的代码，是AI协助敲出来的，所以，这是生产关系的重构。

现在，你再问我凭什么？智远认为，效率本质，是高瞻远瞩的战略判断力。

成本控制住了，赚进来的钱质量怎么样？现在市场环境，大家对「营收」这个词是脱敏的；因为在 To B 领域，有太多营收是虚胖。

要么靠烧钱买来的亏损流量，要么，账期长达半年，但 MiniMax 的钱，有点不一样。

我根据业务模式算了下，发现个特有意思的点：应收账款周转天数大概 38 天（数据来源：行业对比分析）。

哪怕你不是财务出身也能懂，SaaS 和 AI 行业一般要 60-90 天才能回款，38 天，意味着它的回款速度几乎是行业平均水平的两倍。

这个效率说明了一件事：商业模式拥有极高的议价权；怎么做到的呢？这得益于它独特的收入结构：订阅服务 + 云端 API。

再来看一组数据：

截至 2025 年 9 月 30 日，MiniMax 的 To C 收入同比增长了 181%，营收占比超过 71%。

注意，这里有个更恐怖的细节：不到两年时间，它的付费用户数暴涨了 15 倍。这说明它的增长是用户真的愿意真金白银地投票。

与此同时，To B 收入也同比增长了 160%，其中，核心企业服务业务毛利达 69.4%。

69.4% 是什么概念？它已经完全跳出了 AI 行业普遍「赔本赚吆喝」的怪圈；要知道，在当前的大模型行业，不少玩家还在还在负毛利的泥潭里。

所以，MiniMax 这一数据，展现出一种新的想象空间。

02

如果说财务数据是 MiniMax 的「面子」，那全球化战略就是它的「里子」。

翻开招股书，有个数据让我挺意外，但细想又觉得极度合理：截至 2025 年前九个月，MiniMax 来自海外的收入占比居然超过了 70%。

嗯，70%。

在国产大模型厂商里，这绝对是个孤品。凭什么？一家上海公司，怎么就从全世界 200 多个国家、2 亿多老外的兜里，把大头的钱赚回来了？

智远分析认为，这背后，藏着闫俊杰对 AI 商业终局的一次深刻预判。

跟老罗访谈里，他提过当初的一个核心逻辑：他早就猜到了，一旦 AI 火了，国内大概率会先陷入纯免费模式，而在那种泥潭里，创业公司根本活不下来。

这是一种极其清醒的「逃离内卷」思维。

2023 年到 2024 年，咱们眼看着国内「百模大战」杀得血流成河，巨头们恨不得把 Token 价格打到负数。这时，MiniMax 早就把战场转移到了付费意愿最高、最不差钱的地方。

注：MiniMax 收入结构大逆转；To C 产品已成绝对主力。尤其是 2025 年前九个月，C 端收入占比合计已超 70%，彻底验证了“C 端也能在这个阶段赚到钱”的商业逻辑。

这不仅是「出海」，更是一种商业模式的降维打击。所以，MiniMax 做对了两件事：第一，选对了战场。

海外用户，尤其是北美和欧洲，早就养成了为优质产品掏钱的习惯。同样算力消耗，在海外能换回几倍于国内的 ARPU 值（每用户平均收入）。

这也是为什么 MiniMax 能在短短两年内，把海外收入从 0 干到数千万美金，而且还保持着170% 以上的狂飙增速

它赚美元。在现在宏观周期下，这种「生而全球化（Born Global）」的结构，天然是一种最高效的避险策略。

第二，做对了产品。

不像很多国内公司还在死磕「中国的 ChatGPT」，MiniMax 在海外走了一条完全不同的AI原生产品之路。

比如：当海外巨头还在局限单一的文本交互时，它实现了语言、视觉和文本的融合，把冰冷的搜索框，变成了一个高度拟人化的产品。

这种多模态融合产品形态一出来，立马在北美、东南亚火了，甚至在某些维度上反超了地头蛇 Character.AI。

这种成功，本质上是「技术溢出」换来的；因为 MiniMax 手里有全球第一梯队的语音和视频模型，它可以把原子能力无缝塞进任何里，给用户一种「降维」的沉浸感。

所以，当别人还在苦哈哈地做搬运工（Copy to China）时，MiniMax 用新的视野，赚取了全球市场的红利。

这算给中国 AI商业化路径做了一次狠狠的修正吗？我不敢下结论，至少做法有意思。

03

全模态（语音、视频、文本、音乐），外界讨论很多了；智远不想再重复陈旧烂掉，我想用一个财务视角来看这件事。

招股书里，大家通常会担心：一家创业公司同时做四个模态，研发成本（R&D）会不会爆炸？MiniMax 给出的答案恰恰相反：全模态，反而为了省钱。

为什么？这里藏着一个极少被外界关注的「技术复用率」问题。我看到一个词，他们特别强调：Unified Stack（统一技术栈）。

什么意思呢？

把做模型比作造车，很多公司是做轿车开一条产线，做卡车又重开一条；但MiniMax 用同一套底层架构（MoE + Linear Attention）来支撑四个模态。

这意味着，在文本模型上跑通的 Scaling Law 经验，可以零成本复用到视频和语音上；这就解释了为什么它能用 4.5亿美金这种「极低」的成本，通过了 OpenAI 花了几百亿才跑通的全模态关卡。

因为是极致的资本利用率；而且，这种技术资产，已经开始在 B 端大规模兑现了。翻看这次披露的客户名单，我会发现很多意想不到的名字。

比如：

数亿用户的小爱同学，它那越来越像人的语音交互，底座也有 MiniMax 的技术；连字节海外爆火的代码工具 Trae，都在调用它的模型。还有很多……

发现了吗？ MiniMax 的技术已经嵌入到了国民级应用里，变成实打实的现金牛，这块应该会带来源源不断的增长......

还有一个更隐蔽的财务护城河：推理成本。

现在大模型都在卷「长上下文」（Long Context），但大多数模型的成本是随着长度指数级暴涨的，类似于，读一本小说可能要几块钱。

MiniMax的技术后续能带来结构性成本优势。也就说，用户用得越多，边际成本优势就越明显，毛利空间就越大。

所以，它「贪多」快速做了四个模态，其实修了一条通用的高速公路。

有点像「基建红利」，路修好了，接下来无论封装成 MaaS 平台收「过路费」，还是自己在上面跑出更多的「超级应用」深入行业，边际成本都只会越来越低，而商业想象空间会更大。

04

另外，这家公司最显眼，也最容易被误读的特征：年轻。

招股书显示，MiniMax 员工平均年龄29 岁（95 后），董事会平均年龄32 岁（90 后）。

传统商业世界里，如果一家上市公司的掌舵人是 90 后，投资人会打个问号：嘴上没毛，办事不牢；但在 AI 这个特定赛道，年轻反而是最大的红利。

为什么？

两个字：包袱。第一，在 AI 这一行，「经验」有时就是「偏见」。

行业变化太快了。两年前被老专家视为铁律的所谓技巧，在今天，可能全是错的；资历越深，往往意味着你想问题的惯性越大，转身越慢。

闫俊杰在罗永浩的访谈说过：很多传统经验已经过时了……年轻人没有包袱，他们不需要「转型，他们生来就在新世界里。

是这样。

这群 95 后是AI Native（AI 原生）的一代。他们不用像老一辈那样痛苦地「忘掉旧知识」，一上手就是最新的逻辑。

另一点是极度干净的「决策效率」。

385 人，要做全模态，要打全球化，靠什么？在很多千人规模的大厂，时间都去哪了？一半在开会，一半在做 PPT 汇报。

智远记得闫俊杰说过：在 MiniMax，CEO 之下不超过 3 层；这里没有复杂的职场政治，只有一句最简单的话：代码能不能跑通？模型能不能上线？

但这还不是全部。更深层的原因在于，MiniMax 解决了一个中国科技圈的顽疾：天才的土壤。

闫俊杰一直有个观点：中国从来不缺有潜力的年轻人，缺的是让人才成长为天才的环境。

MiniMax 的 385 人，其实在这块「去中心化、去权威」的土壤里长出来的「特种部队」，这种组织层面的「纯粹性」，是财报里看不见。

也正是凭着这股「纯粹」，他们才敢喊出一个看似理想主义，实则充满商业野心的终局口号，即奔向AGI。

对了，上次去上海 WAIC，智远记得闫俊杰提到的一句愿景：Intelligence with Everyone。

我还特意琢磨了一下，什么是 Everyone？要做到 Everyone，前提必须是 Cheap Enough（足够便宜）。

当技术迭代让推理成本呈数量级下降，AI 终将变成像「水和电」一样的基础设施；到那时，谁能率先把「电费」打下来，谁就是新时代的爱迪生。

站在这个角度看，MiniMax可能就是这个意思。

卷效率、卷全模态、卷 Unified Stack，本质上在争夺未来的「电力定价权」；不缺钱，为什么还要IPO？在这个 AI 的大航海时代，这个世界不需要「下一个 OpenAI」。

中国公司，理应是坐在桌上发牌的人。不是吗？